面向患者特异性肾移植存活分析的深度学习
机器学习
2017-05-30 v1 机器学习
摘要
一个准确的患者特异性肾移植存活分布模型有助于改善患者治疗与护理中的共同决策。本文提出一种深度学习方法，该方法基于多任务学习原理，直接对生存函数建模而非估计风险函数，以预测移植患者的生存时间。通过联合学习预测事件发生时间及其在Cox部分对数似然框架中的排序，我们的深度学习方法在生存时间预测质量和一致性指数方面，优于其他常见的生存分析方法，包括Cox比例风险模型和基于Cox部分对数似然训练的网络。
引用
@article{arxiv.1705.10245,
title = {Deep Learning for Patient-Specific Kidney Graft Survival Analysis},
author = {Margaux Luck and Tristan Sylvain and Héloïse Cardinal and Andrea Lodi and Yoshua Bengio},
journal= {arXiv preprint arXiv:1705.10245},
year = {2017}
}